基于肌电信号分析的健康人、肌病患者和神经病患者对比研究

创作时间:

作者:

@小白创作中心

基于肌电信号分析的健康人、肌病患者和神经病患者对比研究

引用

CSDN

https://blog.csdn.net/Matlab_jiqi/article/details/145585484

肌电图（Electromyography, EMG）是一种评估肌肉电活动的诊断技术，可以反映神经肌肉系统的功能状态。通过分析EMG信号，医生可以诊断各种神经肌肉疾病，评估损伤程度，并监测治疗效果。本研究通过对健康人、肌病患者和神经病患者的EMG信号进行分析，比较三者之间的差异，从而更好地理解不同神经肌肉疾病的特征。

1. 引言

该研究项目的目标是对来自健康个体、肌病患者和神经病患者的EMG信号进行比较分析。数据以50kHz的采样率记录，然后降采样至4kHz。在记录过程中，使用了两个模拟滤波器：20Hz的高通滤波器和5kHz的低通滤波器。基于使用MATLAB获得的各种因素的分析，进行了一项对比研究，并通过图形观察这些因素。

2. 研究方法

整个研究过程包括以下步骤：

2.1 数据采集和预处理

首先，将健康人、肌病患者和神经病患者的EMG信号以txt格式导入MATLAB环境。随后，确定每秒数据的长度和大小，并计算采样率。记录的EMG信号反映了肌肉的电活动，该电活动受多种因素影响，包括肌肉纤维的类型、肌肉的疲劳程度以及神经控制。对原始EMG信号进行可视化，绘制EMG信号的时域波形图，以便初步观察不同个体EMG信号的特征。确定每秒数据的长度和大小，并计算采样率，可以确保后续信号处理的准确性。

2.2 功率谱分析

功率谱分析用于了解信号在不同频率上的能量分布。绘制信号的功率谱图，可以识别EMG信号中的主要频率成分，有助于区分不同类型的神经肌肉疾病。例如，肌病通常表现为高频成分的增加，而神经病可能导致低频成分的增加。通过分析功率谱图，我们可以更深入地了解EMG信号的频率特征，并将其与相应的病理状态联系起来。

2.3 均方根值（RMS）计算

均方根（Root Mean Square, RMS）值是EMG信号幅度的重要指标，可以反映肌肉的活动水平。计算EMG信号的RMS值，并在一个滑动窗口内计算RMS值，以捕捉EMG包络。滑动窗口方法能够有效地跟踪EMG信号幅度的变化，并生成EMG包络图，该包络图可以清晰地显示肌肉活动的强度和持续时间。RMS值已被广泛用于量化电信号，因为它反映了收缩期间的生理活动。本研究利用RMS值来量化EMG信号，以便更好地理解不同个体的肌肉活动水平。

2.4 整流和平均整流值计算

为了获取EMG信号的形状或"包络"，整流步骤至关重要。计算平均整流值。首先进行整流，将负向摆动变成正向摆动。整流过程将EMG信号的所有负值转换为正值，从而简化了包络提取的过程。计算平均整流值可以有效地估计EMG信号的平均幅度，并用于进一步分析肌肉活动水平。移除给定信号的任何直流（DC）偏移。绘制整流后的EMG信号。消除直流偏移确保了后续分析的准确性，避免了由直流分量引起的误差。

2.5 时频分析

时频分析能够揭示信号在不同时间和频率上的特征。通过快速傅里叶变换（FFT）对短时、可能重叠的时间段内的信号进行频谱分析。时频分析，例如短时傅里叶变换（Short-Time Fourier Transform, STFT），可以用于分析EMG信号在不同时间点的频率成分，从而了解肌肉活动的时变特征。时频分析可以揭示肌肉活动模式的变化，例如肌肉疲劳或不同类型的肌肉收缩。

3. 结果与讨论

以下是一些预期结果和讨论点：

健康人：健康个体的EMG信号通常具有清晰的爆发模式，较低的平均RMS值和功率谱中较为均匀的频率分布。
肌病患者：肌病患者的EMG信号可能表现出较短的运动单元电位（Motor Unit Action Potential, MUAP）持续时间、增加的MUAP多相性、较高的RMS值和功率谱中高频成分的增加。这是因为肌肉纤维受损导致电活动分散和不协调。
神经病患者：神经病患者的EMG信号可能表现出MUAP的丢失、较大的MUAP振幅、较低的放电频率、较低的RMS值和功率谱中低频成分的增加。这是因为神经支配受损导致肌肉的神经控制减弱。
RMS值的生理意义：均方根（RMS）值用作量化电信号的指标，因为它反映了收缩期间的生理活动。较高的RMS值通常表示肌肉的活动水平较高，而较低的RMS值则表示活动水平较低。